MétaCan
Menu
Retour à la cohorte
Enregistrement W2571708

Herd risk factors associated with sero-prevalence of Maedi-Visna in the Manitoba sheep population.

2010· article· en· W2571708 sur OpenAlexaffabout
Muhammad Shuaib, Chris Green, Mamoon Rashid, Glen Duizer, Terry L Whiting

Notice bibliographique

RevuePubMed · 2010
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and Retrovirus Studies
Établissements canadiensUniversity of ManitobaAgriculture Food and Rural Development
Organismes subventionnairesnon disponible
Mots-clésSeroprevalenceHerdFlockVeterinary medicineMedicinePopulationDisease controlEpidemiologyEnvironmental healthSerologyImmunologyInternal medicineAntibody
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Disease associated with Maedi-Visna infection results in substantial economic losses in affected sheep producing areas of the world. A survey was conducted to estimate herd and individual seroprevalence in the province of Manitoba and evaluate risk factors for seropositive herds. Of 2207 sheep sampled from 77 selected sheep flocks, the animal level seroprevalence was 2.47% and herd level seroprevalence was 25.10%. The herd-level factors of presence of clinical skin disease, herd size of > 70, history of musculoskeletal/lameness abnormalities, and the purchase of new stock (> 50) in the last 1 to 5 y, showed significant associations with seropositive herd status. The study documented a remarkable stability of low seroprevalence in the province over a 20-year period in the absence of a systematic disease control program.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,197
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetT-cell and Retrovirus StudiesTravaux en français237 207